ALPHAZERO MENGALAHKAN MANUSIA DALAM PERMAINAN CATUR DAN STARCRAFT, SEKARANG IA BEKERJASAMA DENGAN KOMPUTER KUANTUM.

Lamanfo.com

Laman Informasi

ALPHAZERO MENGALAHKAN MANUSIA DALAM PERMAINAN CATUR DAN STARCRAFT, SEKARANG IA BEKERJASAMA DENGAN KOMPUTER KUANTUM.


Sekumpulan pengkaji dari Universiti Aarhus, Denmark telah membiarkan algoritma DeepMind iaitu AlphaZero berfikir sendiri dengan beberapa permasalahan optimisasi perkomputeran kuantum dan keputusannya amat lah mengejutkan, AI tersebut dapat menyelesaikan permasalahan tersebut tanpa bantuan pakar berpengetahuan dari luar. Agak menarik buat paradigma pembelajaran mesin yang direka untuk memenangi permainan seperti catur dan Starcraft.

Mungkin anda pernah mendengar mengenai DeepMind dan sistem AI-nya. Syarikat berkaitan dengan Google yang beroperasi di United Kingdom bertanggungjawab untuk kedua-dua AlphaZero dan AlphaGo, iaitu sistem yang telah mengalahkan manusia paling berkemahiran dalam permainan Chess and Go. Pada asasnya, kedua-dua sistem tersebut  berdaya untuk memikirkan langkah optimal yang seterusnya. Dimana manusia hanya dapat memikirkan langkah-langkah yang banyak secara ke hadapan, AI pula dapat melihat lebih jauh menggunakan pencarian optimal dan kaedah-kaedah perancangan.

Apabila kumpulan Aarhus mengaplikasikan kebolehan optimasi AlphaZero kepada tiga permasalahan yang berhubung dengan fungsi optimisasi kuantum, iaitu permasalahan terbuka dalam dunia perkomputeran kuantum - mereka mempelajari kebolehannya untuk belajar sendiri dan menggunakan pengalamannya dalam permainan dan juga aplikasi yang lain.

AlphaZero menggunakan rangkaian neural yang kompleks dengan pandangan ke hadapan dan membuat pencarian secara berpandu, dimana ianya membenarkan pendekatan pelbagai yang paling hampir dalam landskap parameter kuantum. 


Implikasi penguasaan AlphaZero terhadap dunia kuantum mempunyai kebolehan yang tinggi. Mengawal komputer kuantum memerlukan penyelesaian AI kerana operasi pada tahap kuantum akan lama kelamaan tidak lagi dapat dikira oleh manusia. AI boleh mencari jalan yang optimum di antara kepulan data-data untuk mencari penyelesaian yang terbaik bersama-sama pemproses komputer.

Satu contoh mengenainya ialah algoritma yang membantu komputer kuantum membuat penyusunan kombinasi molekul yang  sangat kompleks agar dapat membuat campuran bahan kimia yang mungkin berguna untuk penyembuhan penyakit. Paradigma terkini melibatkan penghasilan algoritma yang masih bergantung kepada kecekapan manusia dan data maklumat dari penemuan awal untuk memandunya ke jalan yang betul.

Walau bagaimanapun, permasalahan yang kita perlukan komputer kuantum untuk selesaikan tidak selalunya bermula baik. Sebagai contoh ialah seperti permasalahan optimal dinamakan Traveling Salesman Problem, memerlukan algoritma yang berkebolehan untuk menyelesaikannya tanpa memerlukan sebarang pengubahsuaian berterusan dari pembuatnya.

Algoritma dan sistem AI DeepMind mungkin sebuah penyelesaian kepada komputer kuantum yang dinanti-nantikan. Para pengkaji secara efektif telah menggunapakai AlphaZero sebagai 'Tabula Rasa' kepada optimisasi kuantum. Ianya tidak semestinya memerlukan kecekapan manusia untuk mencari penyelesaian optimum kepada permasalahan komputer kuantum.

Sebelum anda mula risau mengenai AI yang boleh  bertindak sendirian dalam mengakses komputer kuantum, adalah wajar untuk dimaklumkan bahawa buat  setakat ini AlphaZero hanya dapat menyelesaikan sedikit  permasalahan dalam membuktikan sebuah konsep. Kita mengetahui algoritma-algoritma tersebut dapat menangani optimisasi kuantum, sekarang sudah tiba masanya kita mencari apa yang perlu kita buat dengannya.

Para pengkaji tersebut sudah menerima minat dari syarikat teknologi besar dan juga institusi-institusi akademik dengan cadangan untuk bekerjasama dalam kajian akan datang. Namun begitu, syarikat berkait dengan DeepMind iaitu Google mempunyai beberapa program perkomputeran kuantumnya sendiri. Juga dipercayai, pengembaraan AlphaZero dalam dunia perkomputeran kuantum baru bermula dan ianya akan berterusan.


Sumber: The Next Web

Post a comment

0 Comments